Mesterséges intelligenciával lehetővé tenni...

Hírek - Radiológia Világa | 2024. február 05. 13:51 | Utolsó módosítás dátuma - 2024. március 02. 10:45 | Forrás: radiologia.hu

Intelligens munkavégzés az intelligencia segítségével - Jim Connors-szal, a DeepHealth diagnosztikai területének product leaderével beszélgettünk.

Mesterséges intelligenciával lehetővé tenni...

Mesterséges intelligenciával lehetővé tenni

Jim Connors nemrégiben az eRAD-BB partnertalálkozójára, Budapestre látogatott - és a radiológiai képalkotás és diagnosztika izgalmas fejlesztéseiről beszélgethettünk vele. Jim, mesélne nekünk az új cég, a DeepHealth elsődleges céljáról?

A DeepHealth fő célja, hogy egy végponttól végpontig terjedő egészségügyi informatikai megoldás legyen, lényegében az egészségügyi szolgáltató legjobb barátjává váljon. Arra törekszünk, hogy fejlett technológiánkkal fokozzuk a radiológiai vizsgálatok hatékonyságát és pontosságát.

Az eRAD, az új DeepHealth szervezetbe beolvasztott egyik egészségügyi vállalat, az idők során jelentősen fejlődött. Kifejtené, hogy milyen szolgáltatásokat kínál most?

Az eRAD egészségügyi informatikai megoldásai alkotják a DeepHealth diagnosztikai munkaterületét, amely átfogó szolgáltatáscsomagot kínál, beleértve a képgyűjtést, a diagnosztikai értelmezési és jelentéskészítési eszközöket, az adatarchiválást, az AI integrációt és a teleradiológiát. A diagnosztikai munkaterület a DeepHealth felhő-natív megoldásának része, amely bárhonnan elérhető, skálázható és rugalmas üzleti modellekhez alkalmazható.

Ez jelentős technológiai vívmánynak hangzik. Beszélne arról a technológiáról, amely ezt lehetővé tette?

A legnyilvánvalóbb változás a felhőalapú telepítés, amely független szolgáltatásokat vesz igénybe, amelyeket a felhasználók szelektíven beépíthetnek a munkafolyamatukba. A felhőmegoldás egyik jelentős kihívása az igény szerinti adatok gyors elosztása. Ezt a prediktív tömörítési technológia és a streaming protokollok integrálásával győztük le. Ezek a technológiák döntő szerepet játszottak a jelenlegi képességeink elérésében, és büszkén mondhatom, hogy sikeresen integráltuk őket a DeepHealth ökoszisztémába.

A DeepHealth egy olyan kifejezés, amelyet gyakran társítanak az eRAD-hez. Elmagyarázná, hogy mi is ez?

A DeepHealth a vezető egészségügyi informatikai, AI és munkafolyamat-szolgáltató vállalatok konszolidációjából jött létre. A vállalat a betegellátás folyamatosságára összpontosít, és a mesterséges intelligenciát használja a betegek bevonásának ütemezésére, a vizsgálatra, az értelmezésre és a nyomon követésre... Ez egy felhő-natív operációs rendszer, amely meglévő, bevált technológián alapul, és az adatokat a vállalaton belüli értékteremtés érdekében hangszereli. A radiológusok szerepét a hagyományos határokon túlra emeli, és az AI-alapú egészségügyi informatikával teszi képessé őket. Ez olyan területeken, mint az emlő-, tüdő-, prosztata- és neurológiai ellátás, fejlett AI-technológiákat foglal magában, jelentősen javítva az ellátás nyújtását.

Ha már a mesterséges intelligenciánál tartunk, mesélne nekünk többet a Saige AI termékéről és annak a klinikai gyakorlatra gyakorolt hatásáról?

A Saige AI megváltoztatja a játékot. Olyan területeken segíti a klinikusokat, ahol az emberi megfigyelés kihívást jelent. Segít például a tüdő növekedésének hatékony értékelésében vagy a prosztata MRI-jének értelmezésében. Kvantitatív és referenciaadatokat szolgáltat az agyi értékelésekhez, és növeli a bizalmat a mellek leolvasásával kapcsolatos döntésekben.

És tervezik-e a mesterséges intelligencia alkalmazásainak kiterjesztését más területekre?

Igen, a DeepHealth együttműködik az AI piacterekkel és más AI-megoldásszolgáltatókkal, hogy további AI-algoritmusokat integráljon a DeepHealth OS-be. Az előfizetőknek lehetőségük lesz arra, hogy eseti alapon alkalmazzák a legjobb képalkotó AI-megoldásokat

Hogyan látja a DeepHealth integrációját a magyar nemzeti egészségügyi rendszerbe, különösen a közelmúltbeli magyarországi fejlemények fényében?

Mivel Magyarország uniós forrásokat kapott a megyei kórházak PACS-rendszereinek korszerűsítésére, hatalmas lehetőség nyílik egy központosított rendszer bevezetésére. Ez az "egy megye, egy kórház" koncepció megvalósulhat, ami a felesleges vizsgálatok csökkentésével évente 1,6 milliárd forintot takaríthat meg - ahogyan azt a NEAK nemrég kiszámolta.

Egyre több szó esik a mesterséges intelligenciáról a diagnosztikában. Mi a véleménye a CT/MR-vizsgálatokat értelmező AI-ról?

Szilárdan hiszem, hogy az AI hatékony tanácsadója lehet a radiológusnak. Az AI nem fárad el, nincs szüksége korszerű kijelzőkre vagy a szoba optimális megvilágítására a pontos értelmezéshez. A képalkotó vizsgálatok növekvő volumene és a radiológusok számának stagnálása mellett az AI döntő szerepet játszhat. Emlékszik a francia radiológusra, aki azt mondta, hogy lehetetlen egy 2000x2000-es kép minden egyes pixelét ellenőrizni? Itt jön a képzeletbeli intelligencia a képbe, amely felismeri az esetlegesen kihagyott rendellenességeket.